[发明专利]负载测试方法、装置、电子设备及计算机可读存储介质

说明书

本发明实施例公开了一种负载测试方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取负载数据，并基于所述负载数据确定操作方操作数据序列；对于所述操作方操作数据序列进行聚类，得到一个或多个操作方类组；确定所述操作方类组中满足预设条件的目标操作方，并根据所述目标操作方的数据序列生成负载测试数据进行负载测试。该技术方案使用操作方事件和上下文信息组合的序列来帮助恢复负载工作量，从而实现在不同操作方行为粒度级别上的工作负载恢复，另外通过聚类方法来挖掘具有代表性的操作方，从而借助少量用户就可以实现工作负载的生成。

技术领域

本发明实施例涉及数据测试技术领域，具体涉及一种负载测试方法、装置、电子设备及计算机可读存储介质。

背景技术

随着数据技术和互联网技术的发展，越来越多的服务提供商通过软件系统为用户提供服务，其中不乏为数量众多的用户提供服务、对全球数十亿用户的日常生活产生重大影响的大型软件系统，比如亚马逊AWS、谷歌Gmail和Netflix。显然，这些大型软件系统的稳定运行非常重要，即使是细小的故障也会给用户带来不良的用户体验，数据的丢失以及收益的损失。因此，在实践中通常使用负载测试来确保软件系统在负载下的运行质量。

负载测试的目标是确保软件系统在现实工作负载下表现良好，为了达到这个目标，首先需要恢复工作负载，然后根据恢复的工作负载设计负载测试。恢复负载工作量是一项挑战性的任务，因为需要在工作负载的粒度级别与使用此类工作负载进行负载测试的成本之间取得平衡。若恢复的工作负载太粗糙，即工作负载过于简化，比如，SPECweb96基准定义了一个工作负载，它仅指定访问文件的概率，例如“文件少于1KB，占所有请求的35％”，则该恢复的工作负载无法捕获用户行为的差异，从而导致负载测试丧失代表性；若工作负载逐步重放确切的现场工作负载，虽然能够重现确切的用户行为，但该方法维持工作负载的成本非常高，这是因为，软件系统用户数量众多，重放确切的工作负载需要负载测试来模拟每个用户大量的上下文信息，还需要为每个特定的事件序列开发模拟代码，同时，由于几乎不可能两次观察完全相同的工作负载，因此需要对于工作负载不断的更新。

为了达到工作负载的理想粒度级别，现有技术通常基于少量群集的代表性用户行为来设计工作负载，而在聚集用户时，通常是基于不同用户操作的频率来实现。但是，由于大型软件系统中用户存在高度可变性，仅仅考虑事件的发生频率不免过于粗糙。相反，用户操作的顺序和上下文可以使工作负载更具代表性，比如，一个用户重复从文件中读取小块数据，然后将每个小块写回文件，而另一个用户以交互方式读取并将大量小块数据写入文件。如果仅考虑读取和写入等操作的频率，则无法区分这两个用户的工作负载，但若添加有关这些用户操作的更多详细信息又将会导致恢复、执行和维护成本过高。

发明内容

本发明实施例提供一种负载测试方法、装置、电子设备及计算机可读存储介质。

第一方面，本发明实施例中提供了一种负载测试方法。

具体的，所述负载测试方法，包括：

获取负载数据，并基于所述负载数据确定操作方操作数据序列；

对于所述操作方操作数据序列进行聚类，得到一个或多个操作方类组；

确定所述操作方类组中满足预设条件的目标操作方，并根据所述目标操作方的数据序列生成负载测试数据进行负载测试。

结合第一方面，本发明实施例在第一方面的第一种实现方式中，所述负载数据为负载日志数据或者模拟负载数据或者实时负载数据。

结合第一方面和第一方面的第一种实现方式，本发明实施例在第一方面的第二种实现方式中，所述获取负载数据，并基于所述负载数据确定操作方操作数据序列，包括：

获取负载日志数据；

确定所述负载日志数据中的操作方标识信息；